Ultralytics YOLOv5 导出竞赛获胜者
发现 Ultralytics YOLOv5 导出竞赛的获胜者，展示了跨各种设备的最佳 AI 模型部署。
为了帮助每个人轻松训练和部署最好的视觉 AI 模型，我们组织了首届 Ultralytics YOLOv5 Export Competition。我们非常重视与开源社区成员的联系，并且总是对用户创造的大量应用印象深刻。
截止日期#
竞赛于 2021 年 5 月 17 日开始，至 2021 年 8 月 31 日 24:00 UTC 结束。此日期之后，竞赛关闭，后续提交的作品不再具备奖金资格。
评估#
评估时间为 2021 年 9 月 1 日至 2021 年 9 月 16 日。我们的团队对每一份提交的作品进行了深入研究。
10000 美元奖金#
各类别中的最佳作品已获得 Ultralytics 为该类别提供的全额奖金 2000.00 美元。
5 个类别#
在我们出色的社区的帮助下，我们先前创建了 5 个类别，代表 Ultralytics YOLOv5 模型最受欢迎的真实世界部署场景，包括 Jetson Nano、Raspberry Pi、Google Edge TPU、Desktop CPU 和 Android Edge 设备。
提交作品#
我们的参赛者为他们的提交创建了一个公开的 GitHub 仓库，为其作品指定了开源许可证，并将其提交直接发布到 5 个官方 EXPORT Competition 提交线程之一，以允许社区投票。请注意，这些线程仅用于官方提交。一般问题或评论已直接在此线程或新的讨论中提出。提交链接：
竞赛获奖者#
经过慎重考虑，我们选出了这五个类别的获胜者，它们代表了 Ultralytics YOLOv5 模型最受欢迎的真实世界部署场景。我们已通过私信联系了所有参与者，并在之后向获胜者发放了奖品。今天，我们很高兴终于能与你分享最佳解决方案！
NVIDIA Jetson Nano#
奖金：2000 美元
Google Edge TPU#
奖金：2000 美元
Android#
奖金：2000 美元
Raspberry Pi#
奖金：2000 美元
无获胜者 *
Intel/AMD CPU#
奖金：2000 美元
无获胜者 *
*该类别的提交作品未达到每一项评估标准的最低要求。因此，此次该类别未选出获胜者，但未来参赛者将有更多机会再次竞争。
恭喜获奖者！请务必查看他们的仓库。
“Ultralytics YOLOv5 库非常棒 —— 它几乎每天都在更新，模型运行良好，用户体验也在不断提升。我的很多研究涉及在嵌入式设备上部署 ML，而且我以前用过 EdgeTPU，所以这看起来是一个有趣的挑战。”Josh Veitch-Michaelis
我们还要向每一位参与 Export Competition 的人表示衷心的感谢！我们很幸运拥有众多宝贵的开源社区成员。正是大家的贡献使我们的社区变得如此伟大。
保持出色，继续创作！ 🚀
评分#
Export 竞赛的提交作品基于以下几个标准进行评判：导出方法的简洁性和可复现性、文档质量、导出质量以及导出模型的速度和准确性。这些作品随后由 Ultralytics 团队和社区反馈共同评分。
导出质量 (20%)#
最简单的导出方式应具备最少的步骤、最少的参数/参数要求、最少的导入包，并且能够用最少的代码执行。
文档质量 (20%)#
提交作品应使用 Markdown 提交文件进行详尽记录。每个步骤都应进行解释，包括设置/要求、任何设置/参数、导出步骤以及部署环境设置（如果适用）。
提交质量 (20%)#
从官方 yolov5s.pt 模型开始的导出和部署的各个方面都应包含在内。对于需要特殊要求的环境（如 Jetson Nano），必须提供并记录所有包和/或 Docker 镜像。对于 Android 部署，还应包含一个 Android 参考应用。提交作品必须包含 完全导出和使用 YOLOv5 模型所需的 100% 内容。
已部署模型的速度和准确性 (40%)#
部署的模型应返回与官方 YOLOv5 PyTorch 模型几乎相同的推理结果（即使用 python detect.py --weights yolov5s.pt 进行推理）。部署方案的准确率将在公众无法获取的 Ultralytics 图像保留测试集上进行分析。速度也非常重要，**最快的部署方案将受到高度青睐。**对于 Android，导出到 GPU、NNAPI 和 Hexagon 代理的方案在此处将获得最高分。
